GausSat : Gaussian Splatting for remote sensing Super-Resolution
García Tapia, Adrián
Lumbreras Ruiz, Felipe, tut. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant:	GausSat : Superresolució d'imatges de satèl·lit amb Gaussian Splatting
Títol variant:	GausSat : Superresolución de imágenes de satélite con Gaussian Splatting
Data:	2025
Resum:	Explorem l'ús de Gaussian Splatting (GS) per la superresolució a escaña arbitrària (ASSR) en imatges de satèl·lit multiespectrals (MS) de Sentinel-2, proposant GausSat, la primera xarxa neuronal basada en GS que procesa entrades MS en les 12 bandes de Sentinel-2 disponibles. Adaptant l'arquitectura de GSASR, habilitem una superresolució (SR) escalable que preserva la coherència espectral. Els resultats experimentals mostren que la SR amb informació MS supera les mètriques obtingudes només amb informació RGB en fidelitat estructural (SSIM) i mètriques perceptuals (LPIPS/DISTS), tot i obtenir un PSNR més baix. Abordem les inconsistències mètriques en les imatges satelitals i destaquem el valor de les dades MS per millorar el detall espacial. Aquest treball posiciona GS com un paradigma amb futur per la SR en remote sensing (RS).
Resum:	Exploramos el uso de Gaussian Splatting (GS) para la superresolución a escala arbitraria (ASSR) en imágenes satelitales multiespectrales (MS) de Sentinel-2, proponiendo GausSat, la primera red neuronal basada en GS que procesa entradas MS en las 12 bandas de Sentinel-2 disponibles. Adaptando la arquitectura de GSASR, habilitamos una superresolución (SR) escalable preservando la coherencia espectral. Los resultados experimentales muestran que la SR con información MS supera las métricas obtenidas con solo información RGB en fidelidad estructural (SSIM) y métricas perceptuales (LPIPS/DISTS), a pesar de obtener un PSNR más bajo. Abordamos las inconsistencias métricas en las imágenes satelitales y destacamos el valor de los datos MS para mejorar el detalle espacial. Este trabajo posiciona GS como un paradigma prometedor para la SR en remote sensing (RS).
Resum:	We explore Gaussian Splatting (GS) for arbitrary-scale super-resolution (ASSR) in multispectral (MS) Sentinel-2 satellite imagery, proposing GausSat, the first GS-based framework to handle MS inputs across all 12 available Sentinel-2 bands. By adapting the GSASR architecture, we enable scalable super-resolution (SR) while preserving spectral coherence. Experimental results show that MS-aware SR outperforms RGB-only baselines in structural fidelity (SSIM) and perceptual metrics (LPIPS/DISTS), despite lower PSNR. We address metric inconsistencies in satellite imagery and highlight the value of MS data in enhancing spatial detail. This work positions GS as a promising paradigm for remote sensing SR.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Llengua:	Anglès
Titulació:	Enginyeria Informàtica [2502441]
Pla d'estudis:	Enginyeria Informàtica [958]
Document:	Treball final de grau ; Text
Àrea temàtica:	Menció Computació
Matèria:	Superresolució ; Escala Arbitrària ; Gaussian Splatting ; Sentinel-2 ; Multiespectral ; Remote Sensing ; Superresolución ; Escala Arbitraria ; Super-Resolution ; Arbitrary-Scale ; Multispectral

13 p, 2.9 MB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de Fi de Grau > Escola d'Enginyeria. TFG